Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Statistiques essentielles: ANOVA bidirectionnelle

Dans cours

CS-411: Digital education

This course addresses the relationship between specific technological features and the learners' cognitive processes. It also covers the methods and results of empirical studies: do student actually learn due to technologies? In fall 2025, P. Dillenbourg w ...

Description

Cette séance de cours couvre l'essentiel de l'ANOVA bidirectionnelle, axée sur le calcul des variables de décision, la détermination des valeurs p et la vérification des hypothèses comme la normalité et les variances égales. L'instructeur utilise un ensemble de données sur les voitures pour illustrer les concepts.

Enseignant·e·s (2)

Pierre Dillenbourg

Ancien instituteur primaire, Pierre Dillenbourg obtient un master en Sciences de lEducation (Université de Mons, Belgique). Dans son projet de master en 1986, il est l'un des premiers au monde à appliquer les méthodes de 'machine learning' à l'éducation, afin de développer un 'self-improving teaching system'. Ceci lui permettra de débuter une thèse de doctorat en informatique à l'Université de Lancaster (UK) dans le domaine des applications éducatives de lintelligence artificielle. Il a été Maître dEnseignement et de Recherche à lUniversité de Genève. Il rejoint l'EPFL en 2012, où Il fut le directeur du Centre de Recherche sur l'Apprentissage, la formation et ses technologies(CRAFT), puis académique du Centre pour l'Education à l'Ere Digitale (CEDE) qui met en oeuvre la stratégie MOOC de l'EPFL (plus de 2 millions d'inscriptions). Il est actuellement professeur ordinaire en technologies de formation aux sein de la faculté Informatique et Communications et dirige laboratoire d'ergonomie éducative (CHILI). Depuis 2006, il a aussi été le directeur de DUAL-T, la 'leading house' dédiée aux technologies pour les systèmes de formation professionnelle duale. Il a fondé plusieurs start-ups dans l'éducation et rejoint plusieurs conseils d'administration. En 2017, Il a créé avec des collègues le 'Swiss EdTech Collider', un incubateur qui rassemble 80 start-ups dans le domaine des technologies éducatives. En 2018, ils ont lancé LEARN, le centre EPFL pour les sciences de l'apprentissage, lequel regroupe les initiatives locales en innovation éducative. Pierre est un 'inaugural fellow of the International Society of Learning Sciences'. Il est actuellement le Vice-Président Associé pour l'Education à l'EPFL.

Patrick Jermann

After studies in Geneva (TECFA) and Pittsburgh (LRDC) I joined EPFL in 2003 to coordinate eLearning projects and conduct research in the field of Computer Supported Collaborative Learning (CSCL). Starting 2013 I am responsible for MOOCs production at the Center for Digital Education (CEDE).Former Associate Editor for the IEEE Transactions on Learning Technologies and former Member of the Editorial Board for the International Journal of Computer Supported Collaborative Learning (iJCSCL). Specialties: Interaction analysis, research methods, statistical methods, prototyping, software development, pedagogical design.

Source officielle

Concepts associés (32)

Analyse de la variance

En statistique, lanalyse de la variance (terme souvent abrégé par le terme anglais ANOVA : analysis of variance) est un ensemble de modèles statistiques utilisés pour vérifier si les moyennes des groupes proviennent d'une même population. Les groupes correspondent aux modalités d'une variable qualitative (p. ex. variable : traitement; modalités : programme d'entrainement sportif, suppléments alimentaires; placebo) et les moyennes sont calculés à partir d'une variable continue (p. ex. gain musculaire).

Transmission secondaire

Dans une chaîne cinématique entre un moteur et les roues d'un véhicule, la transmission secondaire, ou transmission finale, est le mécanisme qui transmet le mouvement entre la sortie de la boîte de vitesses et la, ou les, roues. Lorsqu'il n'y a pas de boîte de vitesses, il n'y a qu'une seule transmission, qui n'est alors ni primaire, ni secondaire comme c'est le cas de la plupart des voitures électriques. Sur une automobile, la transmission secondaire assure le transfert de la puissance entre la sortie de la boîte de vitesses et les roues.

Arbre de transmission

Un arbre de transmission ou arbre à cardan, est un composant de véhicule servant à transmettre la puissance mécanique et le couple et la rotation, généralement utilisé pour connecter d'autres composants d'une transmission qui ne peut pas être connectée directement en raison de la distance ou de la nécessité de permettre un mouvement relatif entre elles. vignette|upright|Arbre de transmission avec joints universels à chaque extrémité vignette|upright|Essieu arrière, suspension et l'arbre de transmission de la Škoda 422 exposés au musée Škoda.

Automobile

Une automobile (simplification historique de l'expression « voiture légère automobile ») est un véhicule à roues, motorisé et destiné au transport terrestre de quelques personnes et de leurs bagages. L'abréviation populaire « » est assez courante, bien que ce terme désigne de nombreux types de véhicules qui ne sont pas tous motorisés. La construction automobile est un secteur économique important pour les pays possédant des constructeurs ou des sites d'assemblage.

Modèle statistique

Un modèle statistique est une description mathématique approximative du mécanisme qui a généré les observations, que l'on suppose être un processus stochastique et non un processus déterministe. Il s’exprime généralement à l’aide d’une famille de distributions (ensemble de distributions) et d’hypothèses sur les variables aléatoires X1, . . ., Xn. Chaque membre de la famille est une approximation possible de F : l’inférence consiste donc à déterminer le membre qui s’accorde le mieux avec les données.

Afficher plus

Séances de cours associées (51)

Conception et analyse expérimentales

Couvre les bases de la conception et de l'analyse expérimentales, en mettant l'accent sur les techniques statistiques comme l'ANOVA, la régression, la médiation et la modération.

Critères de sélection du modèle : AIC, BIC, Cp

Explore les critères de sélection des modèles comme l'AIC, le BIC et le Cp en statistique pour la science des données.

Régression linéaire : comprendre les relations quantitatives

Couvre la régression linéaire, de lélaboration de questions de recherche à linterprétation de R-carré et en ajoutant des prédicteurs pour améliorer le modèle.

Essentiels de la régression linéaire

Couvre l'essentiel de la régression linéaire, en se concentrant sur l'utilisation de multiples variables explicatives quantitatives pour prédire un résultat quantitatif.

Théorie du portefeuille : Stratégie de parité des risques

Explore la théorie du portefeuille en mettant l'accent sur la stratégie de parité des risques, en discutant de l'allocation d'actifs proportionnelle à l'inverse de la volatilité et en comparant différents portefeuilles diversifiés.

Afficher plus

Concepts associés (32)

Analyse de la variance

Transmission secondaire

Arbre de transmission

Automobile

Modèle statistique

Afficher plus